Vincent Daien, Seydou Alassane, Charles Guenancia, Abderrahmane Bourredjem, Christophe Tzourio, Ryo Kawasaki, Alain M. Bron, Catherine Creuzot-Garcher, Louis Arnould, Christine Binquet, Yumiko Kawasaki, Creuzot Garcher, Catherine, Service d'Ophtalmologie (CHU de Dijon), Centre Hospitalier Universitaire de Dijon - Hôpital François Mitterrand (CHU Dijon), Centre d'Investigation Clinique 1432 (Dijon) - Epidemiologie Clinique/Essais Cliniques (CIC-EC), Université de Bourgogne (UB)-Centre Hospitalier Universitaire de Dijon - Hôpital François Mitterrand (CHU Dijon)-Institut National de la Santé et de la Recherche Médicale (INSERM), Service de Cardiologie [CHU de Dijon], Laboratoire de Physiopathologie et Pharmacologie Cardio-Métaboliques (U866, Lipides et nutrition, équipe 5) (LPPCM), Lipides - Nutrition - Cancer (U866) (LNC), Université de Bourgogne (UB)-Institut National de la Santé et de la Recherche Médicale (INSERM)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement-Ecole Nationale Supérieure de Biologie Appliquée à la Nutrition et à l'Alimentation de Dijon (ENSBANA)-Université de Bourgogne (UB)-Institut National de la Santé et de la Recherche Médicale (INSERM)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement-Ecole Nationale Supérieure de Biologie Appliquée à la Nutrition et à l'Alimentation de Dijon (ENSBANA), Centre des Sciences du Goût et de l'Alimentation [Dijon] (CSGA), Institut National de la Recherche Agronomique (INRA)-Université de Bourgogne (UB)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement-Centre National de la Recherche Scientifique (CNRS), Department of Public Health (Yamagata University), Yamagata University, Service d'Ophtalmologie [Montpellier], Centre Hospitalier Régional Universitaire [Montpellier] (CHRU Montpellier)-Hôpital Guy de Chauliac, Neuropsychiatrie : recherche épidémiologique et clinique (PSNREC), Université Montpellier 1 (UM1)-Université de Montpellier (UM)-Institut National de la Santé et de la Recherche Médicale (INSERM), Unité de recherche Neuroépidémiologie [CHU Pitié-Salpêtrière], Institut National de la Santé et de la Recherche Médicale (INSERM)-CHU Pitié-Salpêtrière [AP-HP], Assistance publique - Hôpitaux de Paris (AP-HP) (AP-HP)-Sorbonne Université (SU)-Assistance publique - Hôpitaux de Paris (AP-HP) (AP-HP)-Sorbonne Université (SU), Regional Council of Burgundy and Agence Nationale de la Recherche, Université Montpellier 1 (UM1)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université de Montpellier (UM), université de Bourgogne, LNC, Neuropsychiatrie : recherche épidémiologique et clinique, Neuroépidémiologie [CHU Pitié-Salpêtrière], and Assistance publique - Hôpitaux de Paris (AP-HP) (APHP)-Institut National de la Santé et de la Recherche Médicale (INSERM)-CHU Pitié-Salpêtrière [APHP]
Correspondance to: catherine.creuzot-garcher@chu-dijon.fr, Department of Ophthalmology, University Hospital, Dijon, France, Eye and Nutrition Research group, CSGA, UMR 1324 INRA, Dijon, France.; International audience; PurposeTo identify patterns summarizing the retinal vascular network in the elderly and to investigate the relationship of these vascular patterns with cardiovascular history.MethodsWe conducted a population-based study, the Montrachet study (Maculopathy Optic Nerve nuTRition neurovAsCular and HEarT diseases), in participants older than 75 years. The history of cardiovascular disease and a score-based estimation of their 10-year risk of cardiovascular mortality (Heart SCORE) were collected. Retinal vascular network analysis was performed by means of Singapore “I” Vessel Assessment (SIVA) software. Principal component analysis was used to condense the information contained in the high number of variables provided and to identify independent retinal vascular patterns.ResultsOverall, 1069 photographs (1069 participants) were reviewed with SIVA software. The mean age was 80.0 ± 3.8 years. We extracted three vascular patterns summarizing 41.3% of the vascular information. The most clinically relevant pattern, Sparse vascular network, accounted for 17.4% of the total variance. It corresponded to a lower density in the vascular network and higher variability in vessel width. Diabetic participants with hypoglycemic treatment had a sparser vascular network pattern than subjects without such treatment (odds ratio, [OR], 1.68; 95% CI, 1.04–2.72; P = 0.04). Participants with no history of cardiovascular disease who had a sparser vascular network were associated with a higher Heart SCORE (OR, 1.76; 95% CI, 1.08–2.25; P = 0.02).ConclusionsThree vascular patterns were identified. The Sparse vascular network pattern was associated with having a higher risk profile for cardiovascular mortality risk at 10 years.